(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211133573.2 (22)申请日 2022.09.19 (65)同一申请的已公布的文献号 申请公布号 CN 115204183 A (43)申请公布日 2022.10.18 (73)专利权人 华南师范大学 地址 528225 广东省佛山市南海区狮山 南 海软件园华南师范大学电子与信息工 程学院 (72)发明人 张政轩　蔡倩华　马志豪　陈洁海　 薛云　 (74)专利代理 机构 广州骏思知识产权代理有限 公司 44425 专利代理师 叶琼园 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/211(2020.01) (56)对比文件 CN 115048938 A,202 2.09.13CN 114970557 A,202 2.08.30 CN 115017916 A,202 2.09.06 CN 113609849 A,2021.1 1.05 CN 112528672 A,2021.0 3.19 CN 113361258 A,2021.09.07 CN 110502753 A,2019.1 1.26 CN 114492459 A,202 2.05.13 US 108785 05 B1,2020.12.2 9 US 2022092267 A1,202 2.03.24 韩虎 等.知识增强的交 互注意力方面级情 感分析模型. 《计算机科 学与探索》 .202 2,第1-12 页. Anping Zhao et.al.Kn owledge-enabled BERT for aspect-based sentiment analysis. 《Knowledge-Based System s》 .2021,第1-8页. 何炎祥 等.用于微博情感分析的一种情感 语义增强的深度学习模型. 《计算机学报》 .2017, 第40卷(第4期),第7 73-790页. (续) 审查员 刘莲花 (54)发明名称 基于知识增强的双通道情感分析方法、 装置 以及设备 (57)摘要 本发明涉及基于情感分析领域， 涉及一种基 于知识增强的双通道情感分析方法， 方法包括： 构建神经网络模型， 获取待测语句， 将待测语句 输入至神经网络模型的词嵌入模块中， 获得待测 语句的句子特征表示； 将待测语句以及句子特征 表示输入至知识增强模块中， 获得待测语句的知 识增强特征表 示； 将待测语句的知识增强特征表 示以及句子特征表示输入至语义通道中， 获得待 测语句的语义特征表示； 将待测语句以及句子特 征表示输入至句法通道中， 获得待测语句的句法 特征表示； 将待测语句的语义特征表 示以及句法 特征表示输入至情感分析模块中， 获得待测语句 的情感分析 结果。 [转续页] 权利要求书5页 说明书11页 附图7页 CN 115204183 B 2022.12.27 CN 115204183 B (56)对比文件 Bingliang Chen et.al.A N ovel Bi- Branch Graph Co nvolutional Neural Netw ork for Aspect Level Sentiment Classificati on. 《2021 I nternati onal Joint Conference o n Neural Netw orks (IJCN N)》 .2021,第1-8页.2/2 页 2[接上页] CN 115204183 B1.一种基于知识增强的双通道情感分析 方法， 其特 征在于， 包括以下步骤： 构建神经网络模型， 其中， 所述神经网络模型包括词嵌入模块、 知识增强模块、 语义通 道、 句法通道以及情感分析模块； 获取待测语句， 所述待测语句包括若干个单词以及方面词， 将所述待测语句输入至所 述神经网络模型的词嵌入 模块中， 获得 所述待测语句的句子特 征表示； 将所述待测语句以及句子特征表示输入至所述知识增强模块中， 根据 所述待测语句以 及预设的情感词典， 获得所述待测语句中若干个单词的情感向量， 并进 行编码处理， 获得所 述待测语句的情感特 征表示； 根据所述待测语句中的方面词以及所述情感词典， 获得所述待测语句中方面词的若干 个扩展词， 以及所述若干个扩展词的情感向量， 将所述若干个扩展词的情感向量进行编码 处理， 获得所述待测语句的扩展特 征表示； 获得所述若干个扩展词的词嵌入向量， 将所述若干个扩展词的词嵌入向量进行编码处 理， 获得所述待测语句的方面特 征表示； 将所述待测语句的情感特征表示与句子特征表示进行融合， 获得所述待测语句的情感 增强特征表示， 将所述待测语句的扩展特征表示以及方面特征表示进行融合， 获得所述待 测语句的方面扩展特 征表示； 将所述待测语句的情感增强特征表示以及方面扩展特征表示进行拼接， 获得所述待测 语句的知识增强特 征表示； 将所述待测语句的知识增强特征表示以及句子特征表示输入至所述语义通道中， 获得 所述待测语句的语义特 征表示； 将所述待测语句以及句子特征表示输入至所述句法通道中， 获得所述待测语句的句法 特征表示； 将所述待测语句的语义特征表示以及句法特征表示输入至所述情感分析模块中， 获得 所述待测语句的情感分析 结果。 2.根据权利要求1所述的基于知识增强的双通道情感分析方法， 其特征在于： 所述语义 通道包括第一多层卷积网络； 所述将所述待测语句的知识增强特征表示以及句子特征表示输入至所述语义通道中， 获得所述待测语句的语义特 征表示， 包括 步骤： 构建所述待测语句的第一初始邻接矩阵， 根据所述待测语句的知识增强特征， 对所述 第一初始邻接矩阵进行初始化处 理， 获得所述待测语句的第一邻接矩阵； 将所述待测语句的知识增强特征表示以及第一邻接矩阵作为所述第一多层卷积网络 首层的输入节点信息， 根据预设的第一图卷积计算算法， 获得所述待测语句的初始语义特 征表示， 其中， 所述第一图卷积计算 算法为： 式中， 为所述第一多层卷积网络的第 l+1层的输入节点信息， 为非线性函数，权　利　要　求　书 1/5 页 2 CN 115204183 B 3